深度学习应用:iOS 上的图像风格迁移

栏目: 编程工具 · 发布时间: 7年前

内容简介:图像风格迁移,用如果你是用 iOS 系统,你一定听说过

深度学习应用:iOS 上的图像风格迁移

图像风格迁移,用 python 就可以实现,如果想要在手机上面(不联网)查看效果怎么办呢?

如果你是用 iOS 系统,你一定听说过 Prisma ,它赢得了 2016 年度最佳应用程序,就是这样,它在短短几秒钟内,可以将你的图片转换成你所选择的任何风格。

深度学习应用:iOS 上的图像风格迁移

这里我们使用 iOS 11 推出的 CoreML 实现 Prisma 类似的功能。

Android 版的见 tensorflow 官方提供的例子: https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android/

深度学习应用:iOS 上的图像风格迁移

首先需要用 Tensorflow 训练好模型,之后可以用 Apple 官方提供的转换工具 coremltools 导出成 iOS 11 支持的 CoreML 格式。

新建 StyleArts 项目,将导出的 *.mlmodel 文件拖入项目。

具体实现细节可以参考我改的代码 https://github.com/iOSDevLog/StyleArts 或者 GitHub 上面其它的实现。

深度学习应用:iOS 上的图像风格迁移

移动端虽然不适合训练机器学习模型,不过可以围魏救赵,通过导出 PC 上面训练好的模型也可以体验人工智能带来的便利。

想体验 [StyleArts AppStore](https://itunes.apple.com/cn/app/stylearts/id1437044305? mt=8) 效果的可在 App Store 里面搜索 StyleArts 。

深度学习应用:iOS 上的图像风格迁移


以上所述就是小编给大家介绍的《深度学习应用:iOS 上的图像风格迁移》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。

计算理论导引

计算理论导引

[美]Michael Sipser / 张立昂、王捍贫、黄雄 / 机械工业出版社 / 2000-2 / 30.00元

本书由计算理论领域的知名权威Michael Sipser撰写。他以独特的视角,综合地描述了计算机科学理论,并以清新的笔触、生动的语言给出了宽泛的数学理论,而并非拘泥于某些低层次的技术细节。在证明之前,均有“证明思路”,帮助读者理解数学形式下蕴涵的概念。同样,对于算法描述,均以直观的文字,而非伪代码给出,从而将注意力集中于算法本身,而不是某些模型。本书的内容包括三个部分:自动机与语言、可计算性理论和一起来看看 《计算理论导引》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试